最近，马斯克似乎陷入了麻烦，Grok在X平台上的“脱衣服”事件，显然难以平息。

就在X宣布了一系列限制措施，禁止Grok在其平台上对真实人物的照片进行“脱衣服”或生成/编辑“暴露服装”（如比基尼、内衣等）之后，事态进一步升级。

随后，加州方面也对xAI和Grok展开了调查。如今，Grok因“脱衣”事件已遭十个国家和地区的公开批评与调查，包括英国、欧盟、法国、加拿大、澳大利亚、印度等。

自推出以来，Grok因其不拘一格的风格和丰富的娱乐性受到瞩目，而马斯克对其“擦边”的态度也一直显得坚决。去年，Grok最引人关注的更新便是添加了两个性感的虚拟角色。

在这种“擦边”的背景下，用户数量显著增长。Grok最新的月活跃用户数已突破三千万，月初推出的将静态照片转化为动态视频的功能Grok Imagine，一度在苹果应用商店的美国区免费榜中夺得第一。

然而，用户的热情背后，AI公司真正需要追求的是“商业前景”和资金。C端是否能满足这一需求，目前仍需打上问号。OpenAI的主要收入来源是用户订阅，尽管ChatGPT月活跃用户达八亿，公司的亏损却在逐年加剧，并预计这种状况将持续数年。

不久前，马斯克要求OpenAI与微软赔偿790亿到1340亿美元，理由是他在早期投资了数千万美元的种子资金，认为OpenAI的5000亿美元估值中应有一部分属于他，这显然是试图从竞争对手那里获取利益。

新的一年里，马斯克接连遭遇挫折，似乎已做好在AI编程领域奋起直追的准备。他不仅承认Grok的编程能力不及对手Anthropic，还宣布下个月将有两项AI编程领域的重要举措。

虽然“擦边”吸引眼球，但在盈利方面，AI编程显然更具吸引力。

显而易见，站在AI编程领域第一位的Anthropic，其收入结构中企业客户占据了主导地位，已经将AI编程的优势顺利转化为生产力的提升。尽管其年收入远不及OpenAI，但Anthropic可能会更早实现盈利。

不仅是马斯克的xAI，OpenAI和字节等公司也在去年加大了对AI编程领域的投资。

归根结底，AI行业的领军者们逐渐意识到，C端市场主要是追求名声，而AI编程则连接着广阔的B端想象力。

01

马斯克受到启发

马斯克似乎正在传达一个明确的信号：Grok将开始在AI编程领域发力。

在一月，马斯克首次在X上公开承认Grok在编程能力上不及Anthropic的Claude。

不久之后，他又透露，Grok Code将在二月进行重大升级：“下个月Grok Code将迎来重要更新，能够一键处理许多复杂的编码任务。”

提到的“一键处理复杂编码任务”，外界普遍认为这暗示xAI将推出vibe-coding工具，用户只需描述他们的感觉和意图，比如“制作一个类似Twitter的应用”，AI便能自动进行规划、生成代码、测试及部署。

马斯克的确受到了不小的刺激。

新年刚过不到一周，Anthropic就采取了“拔网线”的措施，对第三方平台进行了封锁。这个决定导致通过编程助手Cursor和开源AI编码工具OpenCode等第三方平台使用Claude Code时出现错误，提示工具权限仅限Claude Code使用，外部无法调用。

xAI因此遭遇了重大损失，甚至xAI的联合创始人Tony Wu还向全体员工发出了紧急通知。

而这条信息被泄露，揭示了一个小秘密——许多xAI员工实际上是通过Cursor调用Claude模型来编写代码的。

当时，Tony Wu表示：“我们的生产力会受到影响，但这确实会促使我们开发自己的编程产品或模型。”

不久后，马斯克在X平台上回应他人时承认，Anthropic的“拔网线”事件成为了一个“推动因素”。

在此之前，xAI的Grok以其通用能力而闻名，尽管模型的性能出色，但在编程能力上并不突出。

根据llm-stats发布的最新排名，xAI的Grok Code Fast 1在SWE-Bench Verified中名列第20位。

该测试从真实的GitHub问题中提取了500个经过验证的软件工程问题，由人工标注者审核，用于评估语言模型在为Python代码库生成修复补丁方面的能力，以解决实际编码问题。

SWE-Bench Verified排名前五的模型分别来自于Anthropic、OpenAI和谷歌。

在Human Eval基准测试中，xAI表现最佳的模型是Grok-2，位列第18。该测试主要用于测量从文档字符串生成程序的功能正确性，涵盖164个原创编程问题，旨在考察语言理解、算法能力及简单数学运算能力。

Human Eval排名前五的模型分别来自Kimi、Anthropic、OpenAI和阿里。

在Live Code Bench中，xAI表现相对优异，Grok-3 Mini、Grok 4 Fast和Grok-3分别位列第三、第四和第五。该基准测试涵盖全面且干净的大型代码语言模型评估，持续收集编程竞赛中的新问题，以考察模型在训练截止后发布的新问题的解决能力。

Live Code Bench排名前两名的模型分别来自DeepSeek和MiniMax。

值得一提的是，xAI在AI编程领域的重要举措是推出了Grok Code Fast，这款模型强调实用性，从其名称即可看出，注重“快速”。其价格也极具竞争力，输入成本为每百万tokens仅需0.2美元，输出为1.5美元，是目前最便宜的专用编码模型之一。

相较之下，Claude Sonnet 4.5的价格是其15倍。

这款模型特别适合预算有限的个人开发者、初创团队以及需要频繁迭代的场景，而不太适用于追求“零容忍错误”的高端企业级任务，类似于马斯克在AI编程领域以错位竞争的方式进行的“小规模尝试”。

然而，随着AI编程逐渐从“便宜且好用的工具”转型为决定研发效率与组织形态的核心能力，单靠一款强调性价比与速度的Grok Code Fast，显然无法满足马斯克的雄心壮志。

02

AI编程的浪潮已不可阻挡

实际上，AI编程这一领域，已经引起了众多行业领军者的关注。

其中，最具代表性的便是Anthropic。

Anthropic不仅仅关注模型是否具备编程能力，更是直接介入工程师的工作流程。从需求拆解、代码结构规划，到多文件修改和反复调试，Claude Code更像是一个随时待命的“虚拟工程师”。

本月发生的“拔网线事件”恰恰印证了这一点——当Anthropic收紧了第三方的调用权限，依赖Claude Code的外部工具和团队顿时受到了影响，其中便包括xAI。

这一变化在一线工程师的工作中体现得尤为明显。

AI编程的崛起：从模型展示到核心竞争力

谷歌的首席工程师，同时也是Gemini API的负责人Jaana Dogan，近日透露，她仅用简短的提示词和一个多小时的时间，就借助Claude Code完成了相当于过去一年工作量的成果。

这一声明之所以引起广泛关注，是因为它真实反映了许多工程师的心声：AI编程正在根本性地提升工作效率。

因此，其他科技巨头绝对不可能对此置之不理。

在过去一年里，OpenAI明显将更多的资源投入到代码能力的提升上。无论是对复杂代码的理解，还是对长上下文的修改，模型的增强都在持续进行。同时，API层面也在不断优化函数调用和工具链集成，明确的目标是让开发者在实际工程应用中能够更长久、更深入地使用GPT。

而Google的战略则显得更加系统化。Gemini不仅仅在代码能力上追赶，更是直接融入了Google自家的开发工具、云服务和工程环境中，试图将AI编程变成默认功能，而非附加插件。

从市场的表现来看，各大公司的差距正在迅速缩小，排名变动频繁，已经进入了激烈的竞争阶段。

这一趋势也在国内市场得到了体现。字节跳动早已意识到AI编程的重要性。去年1月，公司推出了针对软件工程场景的工具TREA，并持续进行迭代。对于这样规模的企业而言，是否掌握这一能力直接影响到内部研发的成本与效率。

将这些行动综合来看，可以发现一个愈加明显的变化：AI编程正逐渐从“展示大模型能力的一部分”演变为所有参与者必须面对的核心竞争领域。

在这一背景下，Grok Code Fast所采取的“便宜、实用、快速”的策略，显然难以让马斯克继续安心停留。

03

编程的真正魅力在哪里？

在纷繁复杂的局面中，真正推动这一领域发展的，并不单单是模型能力的提升，而是其背后愈发清晰且现实的商业指向。

AI编程是目前为数不多的已被验证可以“真正落地”的大模型应用场景之一。

xAI的Grok长期以来始终在C端占据显著优势。去年，Grok受到关注的并非其编程能力，而是种种“擦边”操作，较少限制且大胆的做法，多次引发争议。

最近，类似的原因再次使Grok成为焦点。这种策略在吸引新用户和提高话题性方面确实奏效，但显然存在问题：难以转化为稳定且可规模化的收入。

这种现象不仅发生在xAI身上。OpenAI和字节跳动在某种程度上也面临类似的结构性挑战。OpenAI拥有像ChatGPT这样的超级C端入口，而字节则依托抖音、TikTok等社交与内容平台，马斯克也掌控着X。

尽管它们在用户规模、分发能力和产品打磨上具有巨大优势，但由于C端的体量过于庞大，商业模式反而变得更加复杂：订阅的增长存在上限，内容合规成本高，任何失误都可能被无限放大。

相比之下，面向企业的市场显得更加“冷静”且现实，这正是AI编程吸引力的所在。

对企业而言，AI是否“有趣”并不重要，关键在于它能否稳定地节约人力、缩短研发周期、降低交付风险。

因此，几家公司的盈利预期开始显著分化。

以Anthropic为例，多个行业分析机构预测，Anthropic可能在2028年前后实现盈亏平衡。

行业普遍认为，Anthropic约70%至80%的收入来自企业客户，主要通过API调用和企业级合同获得。尽管这一收入模式的增长速度未必最快，却足够稳定，能够覆盖持续上升的算力成本。

与此相比，OpenAI的规模更大，但其路径有所不同。

根据公开分析，目前OpenAI的收入结构中，大约70%仍来源于C端订阅（如ChatGPT Plus），真正来自企业API和企业合同的收入占比大约为30%。

与此同时，OpenAI还面临着极高的算力和基础设施支出压力，其整体盈利的时间点可能要推迟到2030年前后。

马斯克的AI编程之路：挑战与机遇并存

显而易见，AI编程所需的规模、资本和耐心要更为庞大。

相比之下，xAI的策略显得更加激进，但整体上也稍显脆弱。

根据市场评估，预计xAI在2025年的年收入将约为5亿美元，这一数字与OpenAI的130亿美元和Anthropic的70亿至90亿美元相比显得十分逊色。目前，xAI的收入主要依赖于Grok在C端的订阅服务以及与X平台的合作。

虽然xAI已经推出了Grok Business和Grok Enterprise等面向企业的产品，试图拓展B端市场，但其实现盈利的时间可能要推迟到2027年或2028年以后。

这也能够解释为什么OpenAI和谷歌近期在广告和购物领域加大了投入，以期在C端创造更多的商业机会。

马斯克对AI编程的关注，实际上是在为xAI寻找一条更为明确和可持续的商业路径。

在算力成本高企、市场耐心减弱的背景下，AI编程所带来的确定性本身就是一种稀缺的资源。

这种选择早在Anthropic成立之初就已经显露出端倪。他们多次强调更倾向于将AI视为生产力工具，而非单纯的娱乐产品，甚至认为“AGI”这一概念在当今已变得模糊不清。

在实践中，这种理念体现在对安全性、可控性和工程稳定性的长期投入上。

这些看似“缓慢”的努力，实际上构筑了AI编程深入企业核心流程的基础。如今Claude在编程领域的优势，并非偶然，而是经过一步步的积累所致。

正因为如此，其他竞争者在AI编程领域想要赶超Anthropic，将面临艰巨的挑战。

这并不是简单地多推出几个模型或频繁上榜就能解决的问题，而是需要对工程能力、产品理解和企业需求的长期深刻理解。

从时间的角度来看，谷歌的布局并不算晚。Gemini的优势不仅体现在模型本身，更在于与谷歌云、开发者工具和工程体系的全面联接。

过去一年，OpenAI也在不断将资源倾斜到编程能力上，而字节则通过TREA等工具持续补充短板。在这样的背景下，马斯克此时加强对AI编程的投入，似乎显得有些迟缓。

更为现实的是，AI编程恰恰是“出事成本”最高的应用场景之一。

在高强度应用环境中，不出问题是基本要求，一旦出现问题，便可能导致实质性的生产事故。

最近，编程工具Cursor披露了一次实验，GPT-5.2连续运行7天，生成了约300万行代码，建立了一个可与Chrome媲美的浏览器。

这一消息一经发布，迅速引起广泛关注，但开发者们很快对其可复现性和工程真实性提出质疑。这场风波恰恰反映了AI编程的高门槛。

正是在这种现实的约束下，AI编程的道路显得既诱人又艰难。

至于马斯克和Grok能否在这个竞争激烈且反复验证的领域中追赶上来，答案恐怕只能交给时间。

马斯克已承诺下个月将有重大举措，让我们拭目以待。